TreeHCA：多轮LLM智能体的后见引导探索与信用分配

Debajoy Mukherjee 等作者提出 TreeHCA，将后见引导探索与后见信用分配结合，用于多轮 LLM 智能体。该方法通过参考答案似然变化重访中间历史并采样替代续写，构建推理与工具交互树，并推导出逆后见重要性修正及精确有限池恒等式。 作者称，在七个问答基准和三个 Qwen 主干上，TreeHCA 聚合精确匹配均超越所有基线。代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。